Pytorch教程中导入FashionMNIST数据集

Pytorch教程中导入FashionMNIST数据集无法找到

本地导入

在https://pytorch.org/tutorials/中学习pytorch课程时

import torch
from torch.utils.data import Dataset
from torchvision import datasets
from torchvision.transforms import ToTensor
import matplotlib.pyplot as plt


training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor()
)

在代码中，root=“data” 表示数据集将被下载到名为 “data” 的文件夹中。如果该文件夹不存在，将会自动创建。您可以根据需要更改存储路径。

train=True 表示加载训练集数据，而 train=False 表示加载测试集数据。

download=True 表示如果数据集文件不存在，则自动下载 FashionMNIST 数据集。如果您之前已经下载过数据集并将其保存在指定的 root 文件夹中，可以将该参数设置为 False，以避免重新下载数据集。

transform=ToTensor() 表示对加载的图像进行转换，将其转换为张量形式。ToTensor() 转换将图像数据从 PIL.Image 对象转换为 torch.Tensor 对象，并且将像素值归一化到范围 [0, 1]。
在这一部分中，我是通过https://github.com/zalandoresearch/下载FashionMNIST数据集，再进行本地导入，在进行本地导入时，应该修改为

`training_data = datasets.FashionMNIST(
    root="D:\data",#你自己的文件夹
    train=True,
    download=False,#指不进行网络下载
    transform=ToTensor()
)#test_data同样更改

但总会提示Dataset not found. You can use download=True to download it。
后来终于发现问题，你需要将
这些gz后缀的文件进行解压，

并且将这一文件夹名字改为“raw”，将raw文件夹外的文件夹名字改为“FashionMNIST”，以我本人电脑为例，t10k-images-idx3-ubyte.gz文件的路径应为‘D:…\pytorch\FashionMNIST\raw\t10k-images-idx3-ubyte.gz’。
所以我们的代码应该写为

training_data = datasets.FashionMNIST(
    root=r'D:\...\pytorch',
    train=True,
    download=False,
    transform=ToTensor()
)

这样才可以导入FashionMNIST数据集。

直接网络下载

直接下载就是写为“download=True”，root里的路径可以设置自己喜欢的文件夹，最后会在选择的文件夹中自动新建“FashionMNIST”文件夹。

training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)